Description du projet
Un examen plus approfondi des réseaux chimiques complexes
L’Europe est confrontée à un besoin crucial de relocaliser la synthèse des ingrédients pharmaceutiques actifs (IPA) afin de garantir la sécurité et la disponibilité des médicaments essentiels. Les méthodes industrielles actuelles évitent souvent les réseaux de réactions chimiques complexes (RCC) en raison de leur comportement complexe et de l’effort requis pour les comprendre. Les innovations en matière d’intensification des processus et de réacteurs à flux continu promettent une production plus efficace, évolutive et rentable, mais impliquent également des RCC complexes. Avec le soutien du programme Actions Marie Skłodowska-Curie, le projet KENA développera l’analyse du réseau d’exposants cinétiques, une base théorique reliant la structure des RCC aux propriétés mathématiques de ses données cinétiques expérimentales. Cela fournit une méthode générale pour extraire la structure des RCC à partir de données cinétiques expérimentales, permettant d’optimiser la conversion chimique et la sélectivité, améliorant ainsi la production efficace d’IPA en Europe.
Objectif
Significant efforts are underway in Europe to re-shore the synthesis of active chemical ingredients (API’s) to ensure the safety and availability of medicine for its citizens. This goes hand in hand with innovations and process intensification. For example, doing multiple chemical reaction steps in one go, and/or by using continuous flow reactors that are more energy and solvent efficient, with a smaller footprint, scalable (by numbering-up), and cheaper to build and maintain. A key issue, however, of doing multiple reactions at once is that different reactants and products can react, thus forming a chemical reaction network (CRN). While CRN’s are ubiquitous in biological systems, they are mostly avoided in industry due to their complex behavior and effort needed to understand and quantify them. In this project, I propose a new method to analyse experimental kinetic data in order to directly determine the structure of the CRN. To this end, I will develop Kinetic Exponent Network Analysis (KENA) to study CRN’s that are of high interest for academia as well as industry. The change in concentration at early times can be described with power laws, from which the network connectivity of species population and thus the CRN structure can be deduced. KENA could then optimize the chemical conversion and selectivity of the desired products in CRN’s, contributing to efficient API re-implementation in Europe.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Mots‑clés
Programme(s)
- HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA) Main Programme
Appel à propositions
(s’ouvre dans une nouvelle fenêtre) HORIZON-MSCA-2023-PF-01
Voir d’autres projets de cet appelRégime de financement
HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European FellowshipsCoordinateur
28049 Madrid
Espagne